面向高空塔架鳥巢檢測(cè)的雙尺度YOLOv3網(wǎng)絡(luò)學(xué)習(xí)

丁 建， 黃陸明， 朱迪鋒， 曹浩楠

(國(guó)網(wǎng)浙江省電力有限公司檢修分公司， 浙江 杭州 311200)

為了確保國(guó)家電力能源供給的穩(wěn)定可靠，以特高壓技術(shù)為代表的新一代高能效、遠(yuǎn)距離、智能化電網(wǎng)新型基礎(chǔ)設(shè)施建設(shè)，已成為未來(lái)我國(guó)發(fā)展的重要方向。輸電設(shè)備的高頻次、高精度巡檢技術(shù)是電網(wǎng)智能化應(yīng)用優(yōu)先發(fā)展的方向之一。由于我國(guó)幅員遼闊，目前在電力的遠(yuǎn)距離傳輸過(guò)程中由鳥類活動(dòng)引起的重大電力故障時(shí)有發(fā)生[1]。常見鳥害導(dǎo)致的典型故障包括鳥類直接觸電短路、鳥類筑巢活動(dòng)導(dǎo)致的短路以及鳥糞覆蓋絕緣器件引起的閃絡(luò)等[2]。分析故障原因，鳥類的筑巢習(xí)性導(dǎo)致大量鳥類長(zhǎng)期活動(dòng)在電力塔架及線路附近，這給長(zhǎng)距離輸電埋下了重大隱患。

為了避免鳥類筑巢引起的故障，輸電的運(yùn)行與維護(hù)規(guī)范要求電力檢修部門指派巡檢員定期對(duì)固定線路進(jìn)行人工巡線檢查[3]。由于電力高空塔架常架設(shè)于地形復(fù)雜且位置偏僻的森林及山區(qū)，而鳥類筑巢又常位于塔頂及塔架等不易觀測(cè)的角落位置，這導(dǎo)致人工巡線對(duì)鳥巢檢測(cè)的成本高且效率低。近年來(lái)，高空塔架的常規(guī)巡檢已逐步擺脫人工方式，基于無(wú)人機(jī)視頻的巡檢方式極大地改善了電力巡檢作業(yè)的難度[4]。目前，基于無(wú)人機(jī)巡檢視頻的智能故障檢測(cè)與識(shí)別技術(shù)已成為推動(dòng)智能電網(wǎng)應(yīng)用的研究熱點(diǎn)[5]。受光照條件、拍照角度、拍攝距離、巡線飛行速度以及復(fù)雜地形背景的影響，基于無(wú)人機(jī)巡檢視頻的相關(guān)自動(dòng)檢測(cè)仍面臨檢測(cè)算法精度與魯棒性的挑戰(zhàn)。

由于無(wú)人機(jī)巡檢過(guò)程中成像端與目標(biāo)物的距離隨拍攝機(jī)位變化而變化，故鳥巢部分細(xì)節(jié)特征隨距離變化表現(xiàn)出不同的尺度特征，如圖1所示。為了對(duì)高空塔架存在的鳥巢進(jìn)行準(zhǔn)確檢測(cè)，本文提出一種雙尺度YOLOv3(you only look once)網(wǎng)絡(luò)的無(wú)人機(jī)視頻學(xué)習(xí)方法，實(shí)現(xiàn)了對(duì)電力塔架鳥巢的高精度自動(dòng)檢測(cè)。該算法的特點(diǎn)在于，先采用較大尺度圖像進(jìn)行較遠(yuǎn)距離的鳥巢預(yù)檢測(cè)，進(jìn)而采用較小尺度圖像對(duì)預(yù)檢測(cè)所得目標(biāo)進(jìn)行二次細(xì)節(jié)判斷，以得到最終的鳥巢檢測(cè)結(jié)果。由于采用雙尺度學(xué)習(xí)，該方法在訓(xùn)練階段采用兩種尺度的圖像分別模擬場(chǎng)景中目標(biāo)的深度變化(即鳥巢較遠(yuǎn)以及較近的拍攝結(jié)果)。在此基礎(chǔ)上，本文采用YOLOv3網(wǎng)絡(luò)實(shí)現(xiàn)了基于視頻圖像序列的高空塔架鳥巢目標(biāo)的高精度檢測(cè)。相較于常規(guī)算法，本文所提方法能夠有效平衡鳥巢檢測(cè)算法的精度與效率。

圖1 無(wú)人機(jī)巡檢鳥害示意圖Fig.1 Birds damage inspection by UAV

1 相關(guān)工作

針對(duì)鳥巢檢測(cè)問(wèn)題，段旺旺等[6]通過(guò)對(duì)關(guān)鍵區(qū)域HOG特征的計(jì)算，實(shí)現(xiàn)了對(duì)鐵路接觸網(wǎng)鳥巢的檢測(cè)。祝振敏和謝亮凱[7]基于相對(duì)位置不變性對(duì)鳥巢進(jìn)行了檢測(cè)和定位。徐晶等[8]依據(jù)HSV顏色特征對(duì)候選區(qū)域進(jìn)行判定，進(jìn)而采用灰度方差和慣性矩特征進(jìn)行鳥巢目標(biāo)檢測(cè)。張義蓮等[9]采用由粗到精的搜索策略進(jìn)一步提高了鳥巢檢測(cè)精度。為了解決塔架遮擋問(wèn)題，蔡煒等[10]對(duì)塔架塔桿進(jìn)行建模，并以Hough算法檢測(cè)圖像中的塔桿，最終采用灰度共生矩陣紋理特征對(duì)鳥巢進(jìn)行定位。受到自然場(chǎng)景復(fù)雜紋理、光照、遮擋以及成像質(zhì)量等問(wèn)題的影響，此類基于傳統(tǒng)圖像特征的方法雖能在特定條件下實(shí)現(xiàn)對(duì)鳥巢的檢測(cè)和定位，但是此類方法的準(zhǔn)確性和泛用性存在一定局限，其問(wèn)題的本質(zhì)是特定傳統(tǒng)圖像特征對(duì)復(fù)雜場(chǎng)景中鳥巢可區(qū)分性特征的提取與描述能力不足。

隨著深度學(xué)習(xí)技術(shù)的興起與發(fā)展，深度學(xué)習(xí)技術(shù)與計(jì)算機(jī)視覺技術(shù)逐漸融合，并已取得了較多前沿成果，鳥巢目標(biāo)檢測(cè)領(lǐng)域也不例外?；陔p判別器對(duì)抗生成網(wǎng)絡(luò)，金煒東等[11]采用半監(jiān)督學(xué)習(xí)方法實(shí)現(xiàn)了對(duì)鳥巢目標(biāo)的有效檢測(cè)。王紀(jì)武等[12]改進(jìn)了Faster R-CNN的特征提取與特征增強(qiáng)模塊，實(shí)現(xiàn)了不同尺度下高壓塔鳥巢的較高精度檢測(cè)。劉國(guó)文等[13]通過(guò)改進(jìn)RetinaNet模型對(duì)鳥巢進(jìn)行檢測(cè)識(shí)別。路艷巧等[14]提出一種基于邊緣計(jì)算和深度學(xué)習(xí)的輸電線異物檢測(cè)方法，該方法無(wú)需將無(wú)人機(jī)數(shù)據(jù)傳回服務(wù)器，直接在邊緣設(shè)備上通過(guò)改進(jìn)的深度學(xué)習(xí)網(wǎng)絡(luò)實(shí)現(xiàn)對(duì)異物目標(biāo)的高效檢測(cè)。楊波等[15]采用K-means方法對(duì)標(biāo)記樣本進(jìn)行相似性距離度量以改進(jìn)錨點(diǎn)精度，這進(jìn)一步提高了YOLO網(wǎng)絡(luò)對(duì)鳥巢的檢測(cè)精度。鐘映春等[16]改進(jìn)了YOLOv3網(wǎng)絡(luò)的鳥巢檢測(cè)方法，進(jìn)一步提高了鳥巢的檢測(cè)精度，并降低了網(wǎng)絡(luò)參數(shù)規(guī)模。上述基于深度學(xué)習(xí)網(wǎng)絡(luò)的鳥巢檢測(cè)研究均取得了較大進(jìn)展，但由于視頻圖像尺度隨無(wú)人機(jī)拍攝機(jī)位變化明顯，若要同時(shí)兼顧精度和效率，現(xiàn)有算法仍有待改進(jìn)。

受限于訓(xùn)練數(shù)據(jù)的可獲取性以及模型深度問(wèn)題，支持向量機(jī) (supported vector machine, SVM)[17]、AdaBoost(adaptive boosting)[18]、DPM (deformable part-based model)[19]等淺層機(jī)器學(xué)習(xí)方法難以突破大規(guī)模數(shù)據(jù)目標(biāo)識(shí)別的精度瓶頸。隨著深度學(xué)習(xí)方法的興起[20,21]，依靠深層網(wǎng)絡(luò)的優(yōu)勢(shì)，深度學(xué)習(xí)方法對(duì)目標(biāo)物復(fù)雜特征的提取與描述逐漸脫離了人工設(shè)計(jì)模式，此后卷積神經(jīng)網(wǎng)絡(luò)CNN (convolutional neural network)、R-CNN(Region-CNN)、faster R-CNN等一系列基于圖像區(qū)域的目標(biāo)特征學(xué)習(xí)與檢測(cè)網(wǎng)絡(luò)突破了傳統(tǒng)淺層學(xué)習(xí)的精度瓶頸[22]。近年來(lái)，YOLO網(wǎng)絡(luò)將目標(biāo)檢測(cè)問(wèn)題轉(zhuǎn)化為回歸問(wèn)題，并能夠采用整圖輸入的訓(xùn)練方式一次預(yù)測(cè)多個(gè)目標(biāo)區(qū)域的位置和類別[23]。YOLOv3仍采用端到端的方式，并在YOLO基礎(chǔ)上強(qiáng)化了對(duì)中小型目標(biāo)及部分被遮擋目標(biāo)的檢測(cè)與識(shí)別。

本文以YOLOv3網(wǎng)絡(luò)為基本框架，采用雙尺度圖片作為輸入進(jìn)行訓(xùn)練，以便較好地平衡鳥巢目標(biāo)的檢測(cè)精度與效率。本文的主要貢獻(xiàn)：①構(gòu)建了針對(duì)高空塔架無(wú)人機(jī)視頻的鳥巢檢測(cè)YOLOv3網(wǎng)絡(luò)及其應(yīng)用框架；②為了兼顧算法的精度與效率，本文采用雙尺度圖像作為YOLOv3的圖像輸入，以實(shí)現(xiàn)重點(diǎn)區(qū)域的重點(diǎn)檢測(cè)。本文的總體處理框架如圖2所示。

圖2 本文總體處理框架Fig.2 Overview of the proposed processing pipeline

2 無(wú)人機(jī)視頻雙尺度空間構(gòu)建

隨著成像技術(shù)的發(fā)展，無(wú)人機(jī)巡檢已普遍實(shí)現(xiàn)了遠(yuǎn)距離高分辨率觀測(cè)。對(duì)于特定目標(biāo)，不同距離的觀測(cè)結(jié)果存在尺度差異，因此目標(biāo)的特征也不同，尺度空間差異明顯。對(duì)于存在大量尺度變化的圖像數(shù)據(jù)集，目標(biāo)檢測(cè)算法的精度往往受到較大影響。針對(duì)尺度變化問(wèn)題，通過(guò)分析無(wú)人機(jī)巡檢視頻，發(fā)現(xiàn)其中的尺度變化存在明顯的連續(xù)性，且鳥巢在近景和遠(yuǎn)景狀態(tài)的可分辨性不同。因此，為了提高檢測(cè)算法精度，本文構(gòu)建了無(wú)人機(jī)視頻的雙尺度空間。

同一目標(biāo)的紋理細(xì)節(jié)在不同尺度上差異明顯。采用可變尺度的二維高斯核函數(shù)G(x,y,σ)對(duì)視頻Vi(x,y)進(jìn)行卷積操作，以獲得不同尺度的圖像結(jié)果：

Li(x,y,σ)=G(x,y,σ)?Vi(x,y)

(1)

式中：(x,y)為圖像坐標(biāo)；i為視頻中的圖像幀號(hào)；?表示卷積操作。其中二維高斯核函數(shù)為：

(2)

依據(jù)圖像多尺度理論[24]，采用上述公式建立高斯差分金字塔，σ為鄰近尺度的高斯平滑因子。在此基礎(chǔ)上，本文建立視頻的高斯差分雙尺度空間：

Di(x,y,σ)=Li(x,y,kσ)-Li(x,y,σ)

(3)

在高斯差分尺度空間，一組即表示一個(gè)尺度的視頻預(yù)處理結(jié)果。為避免尺度變化引起大量特征損失，本文采用SIFT[24]算法的平滑設(shè)置=<1.0,1.6>。由此，本文構(gòu)建的無(wú)人機(jī)視頻的雙尺度空間為，V0為原始尺度空間的視頻，VL為經(jīng)過(guò)4×尺度變換的低分辨率視頻。由于原始視頻尺寸較大，直接在原始分辨率下進(jìn)行鳥巢檢測(cè)速度較慢，本文采用1×和4×降采樣的視頻作為輸入，首先在4×降采樣尺度上進(jìn)行粗檢測(cè)，隨后對(duì)檢測(cè)到的高概率區(qū)域進(jìn)行重點(diǎn)檢測(cè)，以進(jìn)一步降低產(chǎn)生假陽(yáng)性結(jié)果的概率。

3 基于雙尺度YOLOv3網(wǎng)絡(luò)學(xué)習(xí)的鳥巢檢測(cè)

YOLOv3網(wǎng)絡(luò)采用三種不同尺度(大中小尺度)對(duì)目標(biāo)的分類進(jìn)行預(yù)測(cè)，網(wǎng)絡(luò)最終輸出同樣也分為三個(gè)尺度1/32、1/16、1/8。當(dāng)尺度越大，代表該尺度下的特征感受野越大。因此，上述三個(gè)尺度依次對(duì)大、中、小尺度目標(biāo)進(jìn)行檢測(cè)。為了兼顧不同尺度圖像下鳥巢特征的檢測(cè)效率與精度，本文在無(wú)人機(jī)視頻的雙尺度空間采用YOLOv3網(wǎng)絡(luò)分別對(duì)4×降采樣和1×原始視頻進(jìn)行鳥巢檢測(cè)，并在經(jīng)典YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)基礎(chǔ)上進(jìn)行了改進(jìn)。

3.1 針對(duì)YOLOv3網(wǎng)絡(luò)的改進(jìn)

目前，無(wú)人機(jī)巡檢視頻的分辨率普遍高于1 920×1 080像素，即使在具有較高計(jì)算性能的通用平臺(tái)上(如GTX2080Ti計(jì)算卡)，YOLOv3網(wǎng)絡(luò)在處理多目標(biāo)任務(wù)時(shí)效率也常低于10fps。為此，本文提出雙尺度YOLOv3檢測(cè)網(wǎng)絡(luò)。首先，在4×降采樣的圖像幀上采用一個(gè)YOLOv3網(wǎng)絡(luò)進(jìn)行預(yù)檢測(cè)，其結(jié)果不直接輸出。依據(jù)第一個(gè)YOLOv3網(wǎng)絡(luò)檢測(cè)結(jié)果，將疑似區(qū)域所對(duì)應(yīng)的1×原始高分辨率圖像區(qū)域作為第二個(gè)YOLOv3網(wǎng)絡(luò)的輸入。在對(duì)目標(biāo)區(qū)域進(jìn)行二次檢測(cè)后，雙尺度下的最終檢測(cè)結(jié)果由聯(lián)合判別函數(shù)得到。改進(jìn)的網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示(圖中Conv代表網(wǎng)絡(luò)的卷積操作，Stride為步長(zhǎng)，Concat代表連接操作)。圖3中檢測(cè)部分的具體實(shí)現(xiàn)如表1所示。

表1 YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)Tab.1 Structure details of YOLOv3 network

圖3 雙尺度YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.3 Structure of the proposed dual-scale YOLOv3 network

對(duì)于巡檢視頻的雙尺度空間，第一次檢測(cè)結(jié)果由網(wǎng)絡(luò)1-YOLOv3完成，檢測(cè)結(jié)果為VL中的預(yù)檢測(cè)結(jié)果。第二個(gè)網(wǎng)絡(luò)網(wǎng)絡(luò)2-YOLOv3的輸入不再是原始視頻的整個(gè)視頻幀V0，而是VL檢測(cè)結(jié)果中在V0的對(duì)應(yīng)區(qū)域。

3.2 數(shù)據(jù)的梯度增強(qiáng)與雙尺度判別

無(wú)人機(jī)巡檢視頻拍攝過(guò)程中不可避免地會(huì)受到強(qiáng)光、逆光、反射以及水汽等因素的影響，所拍攝數(shù)據(jù)的平均亮度、對(duì)比度與圖像細(xì)節(jié)存在較大差異。由于鳥巢目標(biāo)具有較強(qiáng)的紋理特征，傳統(tǒng)圖像特征檢測(cè)方法(如HOG特征、灰度共生矩陣、灰度方差和慣性矩等)常采用相應(yīng)的預(yù)處理來(lái)增強(qiáng)待檢測(cè)數(shù)據(jù)[6-8]。借鑒此類方法的思想，本文也對(duì)輸入數(shù)據(jù)進(jìn)行高通濾波梯度增強(qiáng)處理，增強(qiáng)后的網(wǎng)絡(luò)輸入F(u,v)可由空域高通濾波得到：

(4)

其中，V(x,y)代表視頻中坐標(biāo)為(x,y)的像素位置；H(u-x+1,v-y+1)為沖激響應(yīng)；m和k分別表示水平和垂直方向的高通濾波器半徑。本文采用歸一化的沖激響應(yīng)矩陣算子：

(5)

(6)

由此，通過(guò)對(duì)不同尺度檢測(cè)結(jié)果投票策略進(jìn)行聯(lián)合判別，得到最終的鳥巢檢測(cè)結(jié)果：

(7)

其中d(·)為網(wǎng)絡(luò)檢測(cè)操作。通過(guò)FScore判斷，如果投票過(guò)半，則認(rèn)為鳥巢存在，反之則判定為無(wú)鳥巢。

4 本文數(shù)據(jù)集及模型訓(xùn)練

4.1 無(wú)人機(jī)巡檢圖像標(biāo)注及數(shù)據(jù)集增強(qiáng)

本文通過(guò)手動(dòng)截取真實(shí)高空塔架巡檢視頻中包含鳥巢的1 500張圖像以及不含鳥巢的1 500張圖像用于構(gòu)建檢測(cè)實(shí)驗(yàn)數(shù)據(jù)集。為了對(duì)鳥巢目標(biāo)進(jìn)行準(zhǔn)確定位和標(biāo)注，本文采用LabelImg標(biāo)注工具對(duì)包含鳥巢圖像的鳥巢目標(biāo)和位置進(jìn)行截取和人工標(biāo)注，如圖4所示。在包含鳥巢和不包含鳥巢的數(shù)據(jù)中，本文選取其中80%作為雙尺度YOLOv3網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)，另外20%作為測(cè)試數(shù)據(jù)。

圖4 部分鳥巢檢測(cè)的訓(xùn)練數(shù)據(jù)Fig.4 Partial training datasets of bird’s nest

對(duì)數(shù)據(jù)集進(jìn)行整理和標(biāo)注后，訓(xùn)練數(shù)據(jù)集的每組圖像由一個(gè)標(biāo)記圖像和其在對(duì)應(yīng)圖像中的位置及.txt文件構(gòu)成。為了加速訓(xùn)練的收斂速度，本文從訓(xùn)練數(shù)據(jù)集中選取50組典型數(shù)據(jù)作為驗(yàn)證數(shù)據(jù)。

為了擴(kuò)大鳥巢訓(xùn)練數(shù)據(jù)的樣本量，使之覆蓋更廣的樣本空間，本文分別采用對(duì)圖像旋轉(zhuǎn)90°、180°和270°，水平和垂直翻轉(zhuǎn)，亮度直方圖調(diào)整和圖像加噪7種操作，對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行增廣。由此，包含和不含鳥巢的圖像訓(xùn)練集(各1 200張)在增廣后樣本量分別擴(kuò)大為原來(lái)的8倍，為各9 600張圖像。需要注意的是，測(cè)試數(shù)據(jù)集無(wú)需進(jìn)行增廣操作，因此，其數(shù)量仍為整體樣本量的20%，即包含和不含鳥巢的圖像測(cè)試集各含300張圖像。

4.2 網(wǎng)絡(luò)訓(xùn)練的細(xì)節(jié)與損失函數(shù)

本文高空塔架上的鳥巢檢測(cè)問(wèn)題本質(zhì)上是二分類問(wèn)題。針對(duì)YOLOv3網(wǎng)絡(luò)，經(jīng)典的交叉熵?fù)p失函數(shù)可以表示為：

(8)

(9)

其中，Pi(I_pst)表示第i幀圖像I_pst為有鳥巢圖像的概率；M代表視頻幀數(shù)；label表示是否有鳥巢，label=1表示有鳥巢，label=-1表示無(wú)鳥巢。由式(8)可知，當(dāng)目標(biāo)物為鳥巢時(shí)，交叉熵計(jì)算結(jié)果接近1，反之則接近-1。

為了加速雙尺度YOLOv3網(wǎng)絡(luò)的收斂，本文先對(duì)單一的YOLOv3網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練。當(dāng)YOLOv3網(wǎng)絡(luò)收斂后，采用預(yù)訓(xùn)練網(wǎng)絡(luò)模型作為雙尺度YOLOv3網(wǎng)絡(luò)的初值，再進(jìn)行雙尺度YOLO網(wǎng)絡(luò)的聯(lián)合訓(xùn)練。本文的雙尺度網(wǎng)絡(luò)訓(xùn)練可大致分為以下三個(gè)步驟：

1) 對(duì)單一鳥巢檢測(cè)YOLOv3網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練，得到鳥巢檢測(cè)YOLOv3模型初值；

2) 搭建雙尺度YOLOv3網(wǎng)絡(luò)，將第一個(gè)YOLOv3網(wǎng)絡(luò)的輸出所對(duì)應(yīng)的高分辨率圖像區(qū)域作為第二個(gè)YOLOv3網(wǎng)絡(luò)的輸入；

3) 加載步驟1)中預(yù)訓(xùn)練網(wǎng)絡(luò)的參數(shù)，作為雙尺度YOLOv3網(wǎng)絡(luò)兩部分的初值，再次采用增廣后的已標(biāo)注數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，直至收斂。

相較于直接采用隨機(jī)初值進(jìn)行雙尺度網(wǎng)絡(luò)聯(lián)合訓(xùn)練，采用上述訓(xùn)練方法能夠更快獲得更優(yōu)的收斂效果。

5 實(shí)驗(yàn)與分析

本實(shí)驗(yàn)采用Window10平臺(tái)，處理器Intel i7-8700，內(nèi)存16GB，深度學(xué)習(xí)基本框架為YOLOv3的Darknet-53網(wǎng)絡(luò)，計(jì)算設(shè)備為Nvidia GTX-1080Ti顯存11GB。單一YOLOv3網(wǎng)絡(luò)訓(xùn)練時(shí)，學(xué)習(xí)率初始值設(shè)置為0.001,每1 000次循環(huán)后衰減為前一次學(xué)習(xí)率的50%。雙尺度YOLOv3網(wǎng)絡(luò)學(xué)習(xí)率初始值設(shè)置為0.000 1，循環(huán)衰減與上述相同。網(wǎng)絡(luò)訓(xùn)練的收斂曲線如圖5所示。

圖5 模型訓(xùn)練的收斂曲線Fig.5 Loss convergence of the model training process

由圖可見，單一YOLOv3模型在訓(xùn)練150次后即快速收斂，而雙尺度YOLOv3模型的收斂速率相對(duì)較低，循環(huán)300次后才逐漸趨于收斂。

為了對(duì)本文算法的鳥巢檢測(cè)精度進(jìn)行分析，設(shè)正確地檢測(cè)出存在鳥巢的樣本數(shù)為True Positive(TP)、正確地檢測(cè)出不存在鳥巢的樣本數(shù)為True Negative(TN)；反之，錯(cuò)誤地檢測(cè)出存在鳥巢的樣本數(shù)為False Positive(FP)，錯(cuò)誤地檢測(cè)出不存在鳥巢的樣本數(shù)為False Negative(FN)。實(shí)驗(yàn)中采用召回率(Recall)和準(zhǔn)確率(Precision)作為評(píng)價(jià)指標(biāo)，其計(jì)算公式為：

Recall=TP/(TP+FN)

(10)

Precision=TP/(TP+FP)

(11)

在本實(shí)驗(yàn)的測(cè)試數(shù)據(jù)集上，將本文算法的召回率和準(zhǔn)確率與紋理特征檢測(cè)算法[10]、傳統(tǒng)CNN算法[19]以及單一尺度YOLOv3算法[15]進(jìn)行對(duì)比，如表2所示。由表2可知，本文方法的準(zhǔn)確率和召回率均優(yōu)于其他算法；紋理特征檢測(cè)算法能夠取得較高的準(zhǔn)確率，但是召回率較低；與單一尺度YOLOv3方法相比，本文方法在準(zhǔn)確率上的提升更為顯著。

為了測(cè)試不同算法的抗干擾性能，給圖像中分別加入方差為0.01的高斯噪聲(噪聲1)和方差為0.03的斑點(diǎn)噪聲(噪聲2)，檢測(cè)結(jié)果如表2后四行所示。在加入噪聲的數(shù)據(jù)集上，本文方法的性能明顯優(yōu)于對(duì)比算法。在圖像分辨率為5 472×3 078像素的數(shù)據(jù)集上，統(tǒng)計(jì)不同鳥巢檢測(cè)算法的訓(xùn)練時(shí)間和檢測(cè)時(shí)間，如表3所示。

表2 各算法準(zhǔn)確率和召回率對(duì)比Tab.2 Comparison of precision and recall

表3 各算法運(yùn)行效率對(duì)比Tab.3 Runtime comparison

從計(jì)算性能角度分析，CNN網(wǎng)絡(luò)的計(jì)算效率最高，本文由于采用了雙尺度YOLOv3網(wǎng)絡(luò)，故所需的訓(xùn)練時(shí)間較長(zhǎng)，由于檢測(cè)過(guò)程中首先要在較大尺度圖像上進(jìn)行預(yù)檢測(cè)，故最終網(wǎng)絡(luò)計(jì)算時(shí)間低于傳統(tǒng)YOLOv3網(wǎng)絡(luò)。由表3可知，非深度學(xué)習(xí)的紋理特征法[10]其計(jì)算效率顯著低于深度學(xué)習(xí)類方法，這是由于深度學(xué)習(xí)類方法均采用GPU平臺(tái)進(jìn)行運(yùn)算，而GPU基于大流量處理器的并行計(jì)算性能顯著優(yōu)于普通CPU平臺(tái)。

如圖6所示，本文所提方法能對(duì)高空塔架存在的鳥巢進(jìn)行準(zhǔn)確檢測(cè)和定位，在鳥巢受到局部遮擋的情況下，本文方法同樣能夠獲得高精度的鳥巢檢測(cè)結(jié)果。目前，受限于鳥巢檢測(cè)樣本集的大小，本文算法的測(cè)試數(shù)據(jù)集較小，且采樣地區(qū)的地形地貌較為接近，均以農(nóng)田、城鎮(zhèn)及路網(wǎng)為背景，更多復(fù)雜的背景環(huán)境將會(huì)給算法帶來(lái)更大挑戰(zhàn)。

圖6 存在局部遮擋情況下的鳥巢檢測(cè)結(jié)果Fig.6 Bird’s nest inspection results in partial occlusion

6 結(jié) 語(yǔ)

本文提出一種輸入不同尺度圖像的雙尺度YOLOv3網(wǎng)絡(luò)用于鳥巢檢測(cè)，其特點(diǎn)在于兼顧了檢測(cè)算法的精度和效率，并具有較強(qiáng)的抗噪聲性能。在真實(shí)巡檢數(shù)據(jù)集上，本文算法的測(cè)試結(jié)果在召回率上具有明顯優(yōu)勢(shì)，同時(shí)也具有較高的準(zhǔn)確率。目前，該算法仍未達(dá)到對(duì)鳥巢的實(shí)時(shí)檢測(cè)要求，且受限于小樣本測(cè)試數(shù)據(jù)集，該算法在更多復(fù)雜背景下的泛用性仍有待進(jìn)一步測(cè)試。